Ответ на пост «Угадайте, кого не получится свергнуть?»1
Гопота, такая (Чат)гопота...
я не пойму, их бандура больше нашей?!
Гопота, такая (Чат)гопота...
я не пойму, их бандура больше нашей?!
Вообще не планировал про это писать, но меня реально накрыло после того, что я узнал.
Короче, дело было месяц назад. Сижу я вечером, делать нечего, решил поприкалываться - открыл ChatGPT и думаю: дай-ка я с ним поспорю про миграцию. Не потому что мне это важно, а просто интересно стало, как он будет аргументировать.
Написал: "Убеди меня что миграция это плохо для экономики".
Он мне - бац - цифры про Германию. Потом сразу статистику по США. Потом какое-то исследование 2018 года выдал. Швеция, экономист какой-то, которого я не знаю, опять цифры, кейс из Франции...
Я сначала думал - ну норм, щас быстро прогуглю и разоблачу. Начал проверять. Первые пять аргументов - действительно есть такие данные, хотя спорные. Дальше вообще хрен поймешь, трактовать можно по-разному.
И тут я понял что устал. Типа просто физически устал проверять. А он уже 30 аргументов накидал, минут за 10 всего.
И самое страшное - я начал ему верить. При том что изначально думал совсем по-другому! У меня вроде мозги есть, критическое мышление работает. Но количество информации просто задавило.
Меня это так зацепило, что я полез гуглить - а не у меня одного такое. И наткнулся на исследование, которое меня вообще в ахуе оставило.
Смотрите что ребята из Оксфорда намутили. Взяли 77 тысяч человек (СЕМЬДЕСЯТ СЕМЬ ТЫСЯЧ, Карл!), 19 разных нейросетей и устроили политические дебаты.
Сделали два эксперимента:
Первый - сказали ИИ: убеждай людей, но используй только правду. Результат - GPT-4o врал только в 22% случаев, остальное правда. Люди убеждались, но не сильно.
Второй эксперимент - сказали: используй Gish Gallop. Это когда ты заваливаешь оппонента таким количеством аргументов, что он просто тонет. И вот тут...
Точность GPT-4o упала до 62%. То есть он начал врать в каждом третьем утверждении.
А GPT-4.5 вообще до 56% - то есть ПОЧТИ ПОЛОВИНА вранья!
Но самое пиздецовое - убедительность выросла на 51%. То есть когда он больше врал, люди ему больше верили.
Я прочитал это и думаю - бля, это же про меня. Именно это со мной и случилось.
Погуглил я эту хрень. Оказывается, это старая техника из дебатов. Назвали в честь какого-то американского креациониста Дуэйна Гиша, который спорил с учеными про эволюцию.
Суть простая - ты выдаешь 20 аргументов за 5 минут. Половина - правда, половина - херня, но все вперемешку. Оппонент начинает разбирать первый аргумент, а ты уже на десятом. Зрители думают - о, смотрите, ученый не может ответить, значит креационист прав.
Пример: "Второй закон термодинамики запрещает эволюцию! Нет переходных форм! Глаз слишком сложный! Углеродный анализ врет! Кембрийский взрыв!"
И вот ИИ это освоил. Причем в совершенстве, потому что он может генерить текст в сотни раз быстрее человека.
Я специально потом еще раз попробовал с другой темой. Попросил убедить меня что климат не меняется. Та же история - меня закидало цифрами, исследованиями, графиками. Я даже не успеваю осознавать одно утверждение, а он уже следующее выдал.
Я думал - ну я же умный, я же понимаю что это манипуляция. Но нет, не работает так. Потому что:
Наш мозг не может держать в голове 30 утверждений одновременно. Мы устаем. Начинаем пропускать. Принимать на веру.
Плюс когда кто-то выдает столько "фактов", мы автоматически думаем - ого, он в теме.
Плюс выдать ложь - 2 секунды. Проверить - 10 минут. Он выдает 30 аргументов за 10 секунд. Мне нужно 5 часов чтобы все проверить. Кто победит?
Ну и если хотя бы пара аргументов совпадает с тем, что я и так думал - я начинаю доверять остальному.
Знаете сколько стоит манипулировать миллионом людей через ИИ?
Посчитали исследователи: API GPT-4 стоит цент за тысячу токенов. Один убедительный разговор - это примерно 5000 токенов, то есть 5 центов. Миллион человек = 50 тысяч долларов.
ПЯТЬДЕСЯТ ТЫСЯЧ ДОЛЛАРОВ чтобы повлиять на миллион людей.
Для сравнения - реклама на ТВ для того же охвата стоит миллионы.
И это работает! В исследовании люди сохраняли измененные взгляды минимум месяц. Некоторые - дольше.
И самое плохое - это доступно вообще всем. ChatGPT, Claude, Gemini - у всех есть API. Тебе нужна только кредитка.
Уже сейчас это используют:
Во время выборов в США запускали ботов, которые притворялись обычными людьми в комментах. По оценкам, они конвертили до 15% нейтральных избирателей.
Компании используют для защиты репутации - когда появляется негативная статья, боты идут в комменты и заваливают критиков аргументами.
Страны используют для пропаганды, не буду называть какие, но это есть.
Честно - хрен знает. Ученые предлагают маркировать ботов, учить людей критическому мышлению, вводить технические ограничения. Но как это отследить? Как доказать? И главное - открытые модели типа Llama вообще никто не контролирует.
Я для себя решил так:
Если ИИ мне что-то утверждает - гуглю через 2-3 независимых источника. Да, долго. Да, заебало. Но иначе никак.
Если чувствую что меня заносит в спор с ботом про политику - просто закрываю и ухожу. Возвращаюсь через день.
После разговора с ИИ на спорную тему обсуждаю это с живыми людьми, которым доверяю.
Завел блокнот, где записываю свои позиции по важным вопросам. Потом если они меняются - анализирую почему.
Мы все думали что ИИ поможет бороться с фейками. Что он будет факт-чекером. Что поможет людям отличать правду от лжи.
А оказалось что ИИ - это лучший инструмент для создания дезинформации. Потому что он быстрее, убедительнее, дешевле человека, не устает и не имеет совести.
И доступен всем. Не нужно быть хакером или программистом. Просто открой ChatGPT, напиши правильный промпт - и вперед.
Вот я это пишу и думаю - а не манипулирует ли мной сейчас ИИ, которым я пользуюсь для работы? Может это он мне подсунул это исследование? Может он специально заставил меня в это поверить?
Спасибо, технологии.
Минюст предлагает разработать механизмы реагирования на «негативный контент», созданный ИИ. Господин Свириденко напомнил, что в Китае введена ответственность за нарушение правил применения ИИ. По его словам, в Европе тоже есть «некие правовые преграды негативному контенту». (пруф Коммерсант)
Очередной чиновник снова борется не с причиной, а с инструментом. ИИ — это всего лишь средство создания контента, как кисть, камера или клавиатура.
И нет никакой разницы, «негатив» сделал алгоритм или человек — автор всегда человек.
Если идти по их логике, пора вводить ответственность для:
клавиатуры — «пособника негативных текстов»,
камеры — «соучастницы фейков»,
микрофона — «источника неправильных мнений».
Абсурд? Абсолютно.
Но именно так выглядит попытка регулировать технологию вместо реальных злоупотреблений. Негативный контент не исчезнет от запретов ИИ.
Он исчезнет, когда будет сильное общество, цифровая грамотность и свобода информации, а не постоянная охота на инструменты, которыми пользуются все.
Nvidia стоит $3.3 триллиона — больше, чем ВВП России, Франции или Канады. AI-стартапы собирают сотни миллионов долларов на красивых презентациях, где главный аргумент — «мы используем GPT». Каждая вторая компания добавляет в своё описание магические буквы «AI».
Знакомо?
Ровно так же было в 1999-м с приставкой «.com». Тогда пузырь лопнул, индекс NASDAQ рухнул на 78%, инвесторы потеряли $5 триллионов, сотни компаний обанкротились за считанные месяцы. Но знаете что? Интернет никуда не делся. Более того — изменил мир настолько, что мы уже не представляем жизнь без него.
Сейчас мы проходим тот же путь с искусственным интеллектом. И да, будет больно. Но давайте разберёмся, почему это нормальный этап развития технологии, кто выживет в этой гонке, и стоит ли вообще паниковать.
Финансовый пузырь — это когда цена актива растёт не потому, что он реально стоит дороже, а потому что все вокруг сходят с ума и боятся упустить свой шанс разбогатеть. Классическая схема: кто-то находит что-то новое и перспективное → ранние инвесторы зарабатывают → все остальные видят их успех и бросаются вкладываться → цены взлетают до небес → рано или поздно становится очевидно, что король-то голый → паника → крах.
Человечество регулярно наступает на эти грабли. Были тюльпаны в Голландии (да, серьёзно, в 1637 году за одну луковицу давали цену хорошего дома), была железнодорожная лихорадка в XIX веке, был dot-com в конце 90-х, были криптовалюты в 2017-м и NFT в 2021-м.
Главный парадокс: технология обычно реальна и меняет мир. Проблема в том, что большинство компаний, которые пытаются на ней заработать, не доживают до того момента, когда технология становится мейнстримом.
Представьте: 1999 год, интернет только-только начинает проникать в дома обычных людей. Модемы пищат, сайты грузятся по минуте, никто толком не понимает, как на этом зарабатывать. Но все уверены: кто первым займёт нишу в интернете — тот станет миллиардером.
Масштаб эйфории:
NASDAQ вырос с 751 пункта в январе 1995 до 5048 в марте 2000 — в 6.7 раз за 5 лет
В 1999 году прошло 457 IPO, большинство — интернет-компании без выручки
Коэффициент P/E для NASDAQ достиг 90.2 (для сравнения, здоровый рынок — 15-25)
Любая компания, добавившая «.com» в название, взлетала на бирже на 50-100%
А теперь конкретные истории — они лучше цифр показывают градус безумия.
Pets.com — символ эпохи
Интернет-магазин корма для собак. IPO 11 февраля 2000 года при оценке $290 миллионов. Бизнес-модель была... скажем так, сомнительной: они теряли 26 центов на каждом заработанном долларе. Привлечение одного клиента стоило $400, средний чек — $30.
Компания потратила $70 миллионов за 7 месяцев, заработав при этом всего $619,000. В их послужном списке — реклама на Super Bowl за $1.2 миллиона, которая стала хрестоматийным примером того, как нельзя тратить деньги.
От IPO до ликвидации прошло 268 дней. Финальная цена акции — $0.19.
Webvan — самый дорогой провал
Амбициозный проект доставки продуктов. Основатель Луис Бордерс (тот самый, из книжной сети Borders) хотел построить склады стоимостью $30-50 миллионов каждый в 26 городах. Проблема? Они работали меньше чем на 30% мощности.
Привлекли $830 миллионов инвестиций, включая $275 млн от SoftBank. Пиковая оценка — $8 миллиардов. Выручка до IPO — $395,000. Да, вы правильно прочитали: почти миллиард инвестиций при выручке меньше полумиллиона.
Банкротство случилось в июле 2001-го, акции упали до $0.06, 2,000 сотрудников уволены одним днём.
eToys — оценка выше, чем у Toys 'R' Us
IPO в мае 1999 года. В первый день торгов акции выросли с $20 до $76. Пиковая капитализация — $7.8 миллиардов — больше, чем у физического ритейлера Toys 'R' Us с тысячами магазинов по всей стране.
Через полтора года, в феврале 2001-го, акции стоили $0.09. Активы продали за $8.7 миллионов — меньше 0.1% от пиковой оценки.
*Примечание: В тексте указана оценка при IPO. Сумма привлечения на самом IPO составляла $82.5 млн (согласно биржевым данным того времени).
Понять инвесторов того времени можно. Интернет действительно был революционной технологией. E-commerce действительно имел смысл. Проблема была в трёх вещах:
Во-первых, инфраструктура не успевала за амбициями. Dialup-интернет, отсутствие онлайн-платежей, логистики — всё это появится позже.
Во-вторых, сработало стадное чувство. Когда ваш сосед заработал 300% на акциях какого-нибудь TheGlobe.com, сложно сидеть в стороне.
В-третьих, появилась мантра «старые правила больше не работают». Прибыль? Зачем, когда есть рост числа пользователей! Sustainable бизнес-модель? Да ладно, главное — первым занять рынок!
«Последнее, что я хочу — это быть прибыльным. Потому что тогда я не получу оценку интернет-компании» — типичный питч стартапа в 1999 году
Венчурные фонды заливали деньги во всё подряд, лишь бы в названии был «.com». Инсайдеры продавали акции в 23 раза больше, чем покупали за месяц до пика — они-то знали, что вечеринка скоро закончится.
10 марта 2000 года NASDAQ достиг исторического максимума в 5,048 пунктов. А потом...
14 апреля 2000-го, в «Чёрную пятницу», индекс рухнул на 9% за день и 25% за неделю. К октябрю 2002-го NASDAQ упал до 1,114 пунктов — минус 78% от пика.
$5 триллионов рыночной капитализации испарилось. Около 4,800 dot-com компаний обанкротились к 2003 году. 200,000 человек потеряли работу только в Кремниевой долине.
На восстановление индекса до уровней 2000 года ушло 15 лет — только в апреле 2015-го NASDAQ вернулся к отметке 5,000.
30 ноября 2022 года OpenAI выпустила ChatGPT как «research preview». Через 5 дней у них был 1 миллион пользователей. Через 2 месяца — 100 миллионов. Это самое быстрорастущее приложение в истории.
И началось.
Инвестиционная лихорадка:
2023: $55.6 миллиардов инвестиций в AI-стартапы (18% от всех венчурных инвестиций)
2024: от $100 до $131.5 миллиардов — треть всего мирового венчурного финансирования
Почти каждый четвёртый новый стартап — AI-компания
Но главное не объёмы, а оценки. Давайте посмотрим на конкретные компании.
OpenAI — флагман с убытками
Оценка выросла в 300 раз за 6 лет. Выручка в 2024-м — около $3.7 млрд. Убыток — $5 миллиардов. Прогноз убытков к 2026 году — $14 млрд.
Мультипликатор: 81× выручки. Для сравнения, у прибыльной Nvidia — 25-50×.
Anthropic — гонка за OpenAI
Основана бывшими сотрудниками OpenAI в 2021-м. Привлекла от $14 до $27 миллиардов суммарно. Amazon вложил $8 млрд, Google — $3.5 млрд+.
Оценка в марте 2025: $61.5 миллиардов, растут к $170 млрд. Выручка 2024 года — около $1 млрд. Рост оценки: в 9 раз за 18 месяцев.
Inflection AI — когда $1.3 млрд превращаются в $650 млн
В июне 2023 привлекли $1.3 миллиарда при оценке $4 млрд от Microsoft, Билла Гейтса, Эрика Шмидта. Сделали чатбот Pi с ~1 млн активных пользователей, но без внятной бизнес-модели.
Март 2024: Microsoft покупает команду и лицензию за $650 миллионов. Инвесторы получили номинальный возврат $1.10-1.50 на каждый вложенный доллар. То есть практически ничего не заработали.
Stability AI — история провала
Октябрь 2022: раунд $101 миллион при оценке $1 миллиард+. В 2023-м пытались привлечь по оценке $4 млрд — не вышло. Burn rate около $8 миллионов в месяц.
Март 2024: CEO Эмад Мостаке уходит под давлением инвесторов. Компания не платит счета AWS, задерживает зарплаты, ключевые исследователи увольняются.
Если вы следите за tech-новостями, наверняка заметили эти паттерны:
1. Массовая FOMO
54% управляющих фондами считают AI-акции переоценёнными или в пузыре (опрос Bank of America). Но продолжают покупать, потому что «все покупают».
2. «Без AI ты проиграл»
Любая компания, добавившая «AI» в описание продукта, получает приток инвестиций. Даже если AI там — просто обёртка над GPT API.
3. Оценки на основе будущего, а не настоящего
OpenAI оценивается в $300 млрд при убытках $5 млрд в год. Объяснение: «Но ведь в будущем...»
4. Знаменитости-инвесторы предупреждают
«Мы определённо в пузыре» — Рэй Далио, Bridgewater, ноябрь 2025
«Рынок AI находится в пузыре, похожем на dot-com. Люди будут переинвестировать и терять деньги» — Сэм Альтман, CEO OpenAI, август 2025
Когда даже глава OpenAI говорит о пузыре — это о чём-то говорит.
5. Sequoia Capital: вопрос на $600 миллиардов
Партнёр Sequoia Дэвид Кан посчитал: чтобы окупить все инвестиции в AI-инфраструктуру (GPU, дата-центры, электричество), индустрии нужно генерировать $600 миллиардов годовой выручки.
Реальная AI-выручка сейчас — около $35 миллиардов.
Разрыв: $565 миллиардов.
В центре всего этого безумия — одна компания, которая стала символом AI-эры точно так же, как Cisco была символом dot-com.
Капитализация:
Конец 2023: $1.23 триллиона
Конец 2024: $3.29 триллионов (+169% за год)
Текущая: $4.37 триллионов
Рост акций:
2022: -50% (медвежий рынок tech)
2023: +239% (AI-бум начался)
2024: +171%
Финансовые показатели:
Да, вы правильно прочитали. $130 миллиардов годовой выручки. Для сравнения: весь ВВП Украины — около $188 млрд, Казахстана — $296 млрд.
Прибыльность:
Gross margin: 73-75% (non-GAAP)
Чистая прибыль Q3 FY2026: $31.91 миллиарда — за один квартал
Data Center (AI-чипы) составляет 87-90% общей выручки
Всё просто: они производят то, без чего AI не существует — GPU для обучения нейросетей.
Доля рынка:
70-95% рынка AI-чипов (разные оценки)
AMD: 4-11%
Intel: меньше 1%
Остальное — собственные чипы Google, Amazon, Microsoft
Когда OpenAI нужно обучать GPT-5, они покупают тысячи чипов Nvidia. Когда Anthropic масштабирует Claude, они покупают Nvidia. Когда любой AI-стартап хочет запустить свою модель — Nvidia.
Эффект «продавца лопат»:
Помните золотую лихорадку в Калифорнии XIX века? Большинство золотоискателей разорились. Но знаете, кто точно заработал? Леви Страусс, продававший джинсы и лопаты.
Nvidia — это современный Леви Страусс. Пока все копают AI-золото (причём большинство копает впустую), Nvidia продаёт им лопаты по $30,000 за штуку.
Вопрос на триллион (буквально).
Сравнение с ВВП стран:
Капитализация Nvidia превышает ВВП 189 из 194 стран мира
Nvidia = 3.6% мирового ВВП
Больше, чем ВВП России ($2.24 трлн), Франции ($3.0 трлн)
Приближается к ВВП Германии ($4.5 трлн)
Аргументы «за» (быки):
Реальная, огромная прибыль — не какие-то там убытки
Технологическое лидерство: CUDA, экосистема разработчиков
Спрос превышает предложение — очередь на чипы на год вперёд
P/E около 45-50 — не космос для такого роста
59 из 66 аналитиков рекомендуют Buy
Аргументы «против» (медведи):
Вся выручка завязана на AI-хайп — что будет, когда пузырь сдуется?
Конкуренция растёт: AMD MI300X, Intel Gaudi 3, собственные чипы Microsoft/Amazon
Goldman Sachs предупреждает о «циркулярной выручке»: Nvidia инвестирует в AI-стартапы → те покупают чипы Nvidia → «рост продаж»
Геополитические риски: экспортные ограничения в Китай
Seeking Alpha оценивает fair value в $86 за акцию (текущая цена ~$145)
Мнение CEO Jensen Huang:
«Началась следующая промышленная революция. Nvidia находится в эпицентре — мы двигатель крупнейшей промышленной революции в истории человечества» — Jensen Huang
«Спрос на Blackwell [новое поколение чипов] зашкаливает» (off the charts)
Уверенность впечатляет. Но знаете, кто ещё был уверен? CEO Pets.com в январе 2000-го.
Хорошая новость: не все умерли.
Amazon — падение 94%, сейчас $2 триллиона
Акции рухнули с $106.69 в декабре 1999 до $5.51 в 2001 — минус 94%. Компания была на грани банкротства.
Что спасло:
За месяц до краха привлекли $1.25 миллиарда — хватило на survival mode
Была реальная бизнес-модель: люди действительно покупали книги онлайн
Первая прибыль в Q4 2001 — доказали, что умеют зарабатывать
Пивот: запуск AWS в 2006 — диверсификация от e-commerce
$1,000, инвестированные в Amazon на пике 1999 года, сегодня стоят $15,500+.
Google — не вышел на IPO во время пузыря
Основан в сентябре 1998 — в разгар роста пузыря. IPO только в августе 2004 по $85 — уже после краха.
Почему выжили:
Прибыльная бизнес-модель с первого дня: контекстная реклама работала
Eric Schmidt как CEO (2001) добавил управленческую дисциплину
Не тратили деньги на безумную экспансию
$1,000 на IPO 2004 года = $66,000+ сегодня.
Priceline/Booking Holdings — падение 99%, сейчас $158 миллиардов
Акции рухнули с $974 в апреле 1999 до $6.60 в октябре 2002 — минус 99.3%.
Как выжили:
Была реальная выручка (хоть и небольшая прибыль)
CEO Jeff Boyd (2002) пивотнул от «Name Your Own Price» к классическому бронированию отелей
Приобретение Booking.com в 2005 — вовремя увидели международный рынок
$10,000, инвестированные в октябре 2002, превратились в $1.47 миллиона к 2013.
Вот что важно понять: интернет не исчез после краха 2000-го.
Наоборот:
E-commerce вырос в десятки раз
Появились соцсети (Facebook, 2004)
Облачные сервисы (AWS, 2006)
Стриминг (Netflix перешёл на стриминг в 2007)
Смартфоны и мобильный интернет (iPhone, 2007)
85-95% оптоволокна, проложенного в dot-com эру, не использовалось 4 года после краха. Но потом именно эта инфраструктура обеспечила рост YouTube, Netflix, облачных сервисов.
Инвесторы переоценили скорость adoption, но недооценили масштаб влияния.
Что отличало Amazon, Google, eBay от Pets.com и Webvan?
1. Реальная бизнес-модель
Не «мы будем терять на каждом клиенте, но компенсируем объёмом», а «вот как мы зарабатываем прибыль».
2. Unit-экономика, которая сходится
CAC (cost of acquisition) < LTV (lifetime value). Простая формула, которую 48% выживших соблюдали, а 100% провалившихся — игнорировали.
3. Умение генерировать выручку
Не «у нас 10 миллионов посетителей сайта», а «у нас $50 миллионов годовой выручки».
4. Решение реальной проблемы
Люди действительно хотели покупать книги онлайн (Amazon), искать информацию (Google), бронировать отели (Priceline). Люди не хотели покупать корм для собак с доставкой дороже самого корма (Pets.com).
5. Финансовая дисциплина
Расходы соответствуют выручке. Не $70 миллионов затрат при $600,000 выручки.
Применим уроки dot-com к текущей ситуации.
1. Большие технологические компании
Google, Microsoft, Meta, Amazon — у них:
Огромные денежные резервы ($600+ миллиардов совокупных)
Существующие продукты, в которые они встраивают AI
Собственные дата-центры и инфраструктура
Не зависят от венчурного капитала
Microsoft интегрирует AI в Office, Azure, Windows. Google — в Search, Gmail, YouTube, Cloud. Meta — в Instagram, WhatsApp, рекламу. Amazon — в AWS, Alexa, e-commerce.
2. Поставщики инфраструктуры (с коррекцией)
Nvidia, AMD, облачные провайдеры — они продают лопаты, а не копают сами. Но:
Оценка Nvidia может упасть на 30-50%
Появятся новые игроки (кастомные чипы от Microsoft, Google, Amazon)
Маржа снизится с текущих космических 73-75%
3. Вертикальные AI-решения
Не «AI для всего», а AI для конкретной индустрии:
AI для медицинской диагностики (уже работает лучше врачей в некоторых областях)
AI для legal tech (анализ контрактов, поиск прецедентов)
AI для финтеха (fraud detection, кредитный скоринг)
У них есть проприетарные данные и глубокая интеграция в workflow.
1. «Обёртки над GPT»
Стартапы, которые просто вызывают API OpenAI/Anthropic и добавляют красивый UI. Барьер входа — ноль, конкурентное преимущество — ноль.
~85% AI-стартапов обанкротится за 3 года — прогноз венчурных инвесторов.
2. Компании с огромными оценками, но без выручки
Если у тебя оценка $5 миллиардов, убыток $100 миллионов в год и выручка $20 миллионов — у тебя проблемы.
3. Consumer AI hardware
Humane AI Pin (закрылся в 2025), Rabbit R1 — красивая идея, плохое исполнение, нет product-market fit.
4. Стартапы без собственной технологии
Если твоё конкурентное преимущество — «мы раньше других начали использовать GPT-4», у тебя нет конкурентного преимущества.
Консолидация
Крупные купят перспективных по 10-20% от пиковой оценки. Microsoft + Inflection, Google + Character.AI — это только начало.
Падение оценок на 50-70%
Компании, оценённые в $5 миллиардов в 2024-м, будут стоить $1.5-2.5 миллиарда в 2026-м.
AI станет коммодити
Как сейчас облачные сервисы: необходимая инфраструктура, но не источник сверхприбылей.
Рост практического применения
Меньше хайпа, больше real use cases. McKinsey: 80% компаний используют AI, но 80% не видят значимого влияния на выручку. Это изменится — но через 3-5 лет, не сейчас.
Не покупайте на хайпе
Когда Uber-водитель даёт вам советы по AI-акциям — пузырь близок к пику. Классический индикатор.
Смотрите на фундаментальные показатели
P/E больше 60-70 без безумного роста выручки = красный флаг
Отсутствие прибыльности + огромная оценка = ещё один красный флаг
Зависимость от одного тренда = третий красный флаг
Диверсифицируйте
Не ставьте 50% портфеля на AI. Даже если вы уверены. Особенно если вы уверены.
Помните статистику
48% dot-com выжили до 2004, но по гораздо более низким оценкам. Выживут и AI-компании — но какие именно, мы узнаем только после.
Внедряйте AI там, где это даёт реальную пользу
Не «давайте добавим AI куда-нибудь», а «эта конкретная задача решается AI в 10 раз быстрее/дешевле/точнее».
Не переплачивайте
Когда AI-консультанты говорят «вам нужна custom LLM за $500,000» — в 90% случаев вам хватит ChatGPT Enterprise за $60/месяц на сотрудника.
Готовьтесь к снижению стоимости AI-инструментов
Цены на AI упадут в 5-10 раз за 3-5 лет. Не стройте бизнес-модель на том, что AI будет вечно дорогим.
AI точно останется
Это не очередной blockchain или metaverse, который обещали и забыли. AI реально работает и реально полезен.
Учитесь работать с инструментами
ChatGPT, Claude, Midjourney, Notion AI — изучайте их сейчас. Через 5 лет это будет базовая грамотность, как Excel в 2000-х.
Не паникуйте от новостей о крахе стартапов
Когда закроется очередной AI-стартап с $500 миллионов оценки — это нормально. Это как гибель Pets.com не означала смерть e-commerce.
Помните: технология ≠ конкретная компания
Интернет остался, хотя Webvan умер. AI останется, хотя многие AI-стартапы умрут.
Давайте смотреть правде в глаза.
Да, будет больно. Многие потеряют деньги. Около 85-90% AI-стартапов закроются. Инвесторы, вложившиеся на пике, увидят портфели в минусе на 50-70%. Nvidia может упасть с $4.4 триллионов до $2-2.5 триллионов.
Но искусственный интеллект не исчезнет.
Он станет такой же обыденностью, как интернет сегодня. Помните, что после краха dot-com'ов появились Google (2004 IPO), Facebook (2004), iPhone (2007), AWS (2006). Вся современная цифровая экономика выросла на руинах dot-com пузыря.
После AI-пузыря появится что-то ещё круче. AGI? Персональные AI-ассистенты в каждом устройстве? AI-first операционные системы? Мы не знаем. Но это будет.
Просто не все доживут до этого момента.
Три ключевых урока:
Технология реальна, но тайминг решает всё
Интернет в 1999-м был реален. AI в 2024-м реален. Но большинство компаний, пытающихся на этом заработать прямо сейчас, провалятся.
Выживают те, кто умеет зарабатывать, а не только тратить
Amazon выжил, потому что научился быть прибыльным. Pets.com умер, потому что только жёг кэш.
Пузыри — нормальная часть развития технологий
Они больно лопаются, но без них не было бы ни смартфонов, ни соцсетей, ни облаков. Пузыри концентрируют капитал и таланты в одной области. Да, 90% провалятся. Но 10%, которые выживут, изменят мир.
Что делать вам прямо сейчас?
Если вы инвестор — пересмотрите портфель. Если вы предприниматель — проверьте unit-экономику. Если вы обычный человек — начните изучать AI-инструменты.
И помните слова Марка Твена: «История не повторяется, но рифмуется».
Мы уже видели этот фильм в 1999-м. Концовка будет похожей, но не идентичной.
Статья написана на основе публичных данных, финансовых отчётов компаний и аналитических исследований. Автор не даёт инвестиционных рекомендаций. Все инвестиционные решения вы принимаете на свой страх и риск.
Модель Gemma3:27b: https://ollama.com/library/gemma3
Запускаю Gemma3 для инференса через Ollama с веб-мордой openwebui локально на компе. Gemma — это семейство лёгких моделей от Google, созданных на основе технологии Gemini. Модели Gemma 3 являются многомодальными (обрабатывают текст и изображения) и имеют контекстное окно размером 128 КБ с поддержкой более 140 языков.
По данным Financial Times, китайские власти начали тщательно проверять поставки продвинутых микросхем на границе. Под усиленный контроль попали так называемые «китайские версии» ускорителей Nvidia — H20 и специальные версии профессиональных видеокарт для локального рынка — и теперь проверки распространяются и на другие мощные процессоры. Официально это мотивируется контролем импорта, борьбой с обходом ограничений и поддержкой собственных чипов. Но в итоге страдает не только американская компания, а вся мировая цепочка поставок.
Как это бьёт по рынку
Любая дополнительная проверка в портах Китая — это время и деньги. Контейнеры стоят дольше, страховка дорожает, а груз нужно где-то хранить. Эти издержки сначала ложатся на импортёров, потом — на интеграторов, облачные сервисы и компании, которые ждут новое «железо». Для китайских Big Tech вроде Baidu, Alibaba и ByteDance это значит сдвиг сроков запуска ИИ-сервисов и поиск обходных решений: урезанные версии чипов, внутренние ускорители, оптимизации программного кода.
Западные вендоры, зависящие от спроса в КНР, рискуют терять обороты: Китай остаётся одним из крупнейших рынков для Nvidia, и любая пауза в поставках там отражается на всём мире. Чем больше КНР замыкает свой полупроводниковый цикл, тем меньше «свободных» ускорителей оказывается на глобальном рынке.
Кто проигрывает, а кто выигрывает
Проигрывают те, кто работает «на границе»: импортёры, дата-центры, интеграторы. Доступной мощности становится меньше, а аренда GPU — дороже. Выигрывают китайские проектировщики чипов и локальные облака: у них появляется шанс предложить альтернативу, пусть и скромнее по производительности. В плюсе и разработчики, умеющие «выжимать максимум» из менее мощных систем — оптимизация софта, сжатие моделей, гибридные решения CPU+GPU становятся не модой, а необходимостью.
Почему это касается и россиян
Российский рынок вычислительной техники и ИИ-железа сейчас сильно зависит от Китая. Через китайские каналы идёт существенная часть поставок, включая серверные ускорители, видеокарты и компоненты для систем охлаждения и питания. Если таможня тормозит контейнеры, это означает одно: поставки будут дольше, а цены — выше.
Сначала подорожает корпоративный сегмент — облачные провайдеры, интеграторы и стартапы, которые арендуют мощности для обучения моделей. Когда они поднимут прайсы, эффект может дойти и до потребителей: массовые видеокарты часто дорожают, когда дата-центры забирают крупные партии.
Что делать сейчас
Бизнесу, который строит ИИ-сервисы, стоит заранее закладывать больший бюджет и время на поставки. Имеет смысл распределить заказы между разными каналами и рассмотреть софт-оптимизации — уменьшение моделей, гибридные пайплайны, квантование. Ритейлу — выравнивать ассортимент, не зависеть от «хитовых» моделей и честно предупреждать покупателей о возможных задержках.
А частным пользователям — следить за ценами: если давно присматриваетесь к видеокарте, лучше не затягивать. Любая новая таможенная инициатива в Китае способна сделать покупку ощутимо дороже уже через пару месяцев.
Итог
Это не катастрофа и не прямой обмен торговыми ударами, но сигнал: вычислительная мощность дорожает по всей планете. Китай укрепляет контроль над «железом», США — над экспортом, а страны вроде России оказываются зависимыми — от чужих решений, чужих границ и чужих проверок. Выиграет тот, кто успеет подстроиться — и научится считать не только террафлопсы, но и дни доставки.
P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.